النماذج التوافقيّة-DM: تطبيقات نماذج الانتشار في التعلم القليل الإشراف

في مجال التعلم القليل الإشرافي (Few-Shot Learning - FSL)، ركزت الأبحاث المكثفة على تحسين هياكل الشبكات واستراتيجيات التدريب. ومع ذلك، لم يتم استكشاف دور وحدات معالجة البيانات بشكل كامل. لذلك، في هذا البحث، نقترح Meta-DM، وهو وحدة معالجة بيانات عامة مبنية على نماذج الانتشار لمشاكل FSL. يعتبر Meta-DM وحدة بسيطة ومعتمدة يمكن دمجها بسهولة مع الأساليب الحالية لـ FSL، مما يؤدي إلى تحسينات كبيرة في الأداء سواء في البيئات الإشرافية وغير الإشرافية. نقدم تحليلًا نظريًا لـ Meta-DM ونقيم أدائه على عدة خوارزميات. أظهرت تجاربنا أن الجمع بين Meta-DM وبعض الأساليب يحقق نتائج متقدمة على مستوى الدولة (state-of-the-art).